임의화

Randomization

무작위화는 모집단에서 표본을 선택하거나 피험자를 다른 그룹에 할당하기 위해 무작위 메커니즘을 사용하는 통계 프로세스입니다.[1][2][3] 이 프로세스는 실험 단위 또는 치료 프로토콜의 무작위 할당을 보장하여 선택 편향을 최소화하고 통계적 유효성을 향상시키는 데 중요합니다.[4] 연구를 시작할 때 알려진 요인과 알려지지 않은 요인의 균형을 유지하여 그룹을 통계적으로 동일시하기 때문에 실험 설계에서 치료 효과의 객관적인 비교를 용이하게 합니다. 통계적인 측면에서 그룹 간의 확률적 동등성 원칙을 뒷받침하여 치료 효과에 대한 편향되지 않은 추정과 표본 데이터에서 얻은 결론의 일반화 가능성을 허용합니다.[5][6]

무작위화는 우연한 일이 아닙니다. 대신 무작위 과정은 결과가 결정론적 패턴을 따르지 않고 확률 분포로 설명되는 진화를 따르는 과정을 설명하는 일련의 무작위 변수입니다. 예를 들어, 모집단에서 임의로 추출한 개체의 표본은 모든 개체가 표본이 될 확률이 알려져 있는 표본을 나타냅니다. 이는 임의의 개인을 선택하는 비확률 표본 추출과 대조됩니다. 런 검정을 사용하여 측정값 집합의 발생이 랜덤한지 여부를 확인할 수 있습니다.[7] 무작위화는 다양한 분야, 특히 과학 연구, 통계 분석 및 자원 할당에서 널리 적용되어 결과의 공정성과 타당성을 보장합니다.[8][9][10]

다양한 맥락에서 무작위화는 다음과 같은 것을 포함할 수 있습니다.

  • 랜덤 순열 생성 중: 이것은 카드를 섞는 것과 같은 다양한 상황에서 필수적입니다. 시퀀스를 무작위로 재배열하여 게임과 실험에서 공정성과 예측 불가능성을 보장합니다.
  • 모집단에서 랜덤 표본 선택: 통계 샘플링에서 이 방법은 대표적인 샘플을 얻는 데 필수적입니다. 개인의 부분 집합을 임의로 선택하여 편향을 최소화하여 표본이 더 많은 모집단을 정확하게 반영하도록 합니다.
  • 실험 설계에서의 무작위 할당: 치료 또는 통제 조건에 대한 실험 단위의 무작위 할당은 과학 연구에서 기본입니다. 이 접근법은 각 장치가 어떤 치료도 받을 수 있는 동등한 기회를 갖도록 하여 체계적인 편향을 줄이고 실험 결과의 신뢰성을 향상시킵니다.
  • 난수 생성 중: 난수 생성 과정은 시뮬레이션, 암호화 응용 및 통계 분석의 핵심입니다. 이러한 숫자는 시뮬레이션, 모델 테스트 및 보안 데이터 암호화의 기초를 형성합니다.
  • 데이터 스트림 변환: 통신에서 무작위화는 데이터 스트림을 변환하는 데 사용됩니다. 스크램블러와 같은 기술은 예측 가능한 패턴을 방지하기 위해 데이터를 무작위로 추출하여 통신 채널을 확보하고 전송 신뢰성을 높이는 데 중요합니다."

무작위화는 도박, 정치적 사용, 통계 분석, 예술, 암호학, 게임 및 기타 분야에서 많은 용도로 사용됩니다.

도박에서

카드 섞기

도박의 세계에서 게임의 무결성과 공정성은 효과적인 무작위화에 크게 좌우됩니다. 이 원칙은 도박에서 각 게임 결과를 예측할 수 없고 조작할 수 없도록 하는 초석 역할을 합니다. 고급 무작위화 방법의 필요성은 숙련된 도박자가 잘못된 무작위화 시스템의 약점을 이용할 가능성에서 비롯됩니다. 예측이나 조작 시도를 방해하는 고품질 무작위화로 게임의 공정성을 유지합니다. 도박에서 무작위화의 대표적인 예는 카드를 섞는 것입니다. 이 프로세스는 카드 순서의 예측 가능성을 방지하기 위해 철저히 무작위로 수행해야 합니다.[11] 카지노에서는 종종 자동 셔플 기계를 사용하여 수동 셔플이 달성할 수 있는 것 이상으로 무작위성을 향상시킵니다.

온라인 카지노의 부상으로 디지털 난수 생성기(RNG)가 중요해졌습니다. 이러한 RNG는 복잡한 알고리즘을 사용하여 실제와 마찬가지로 예측할 수 없는 결과를 생성합니다.[12] 도박 산업은 보다 효과적인 무작위화 기술을 개발하기 위한 연구에 많은 투자를 하고 있습니다. 사행성 게임이 공정하고 무작위인지 확인하기 위해 규제 기관은 셔플링 및 난수 생성 방법을 엄격하게 테스트하고 인증합니다. 이러한 감독은 도박 산업에 대한 신뢰를 유지하고 플레이어가 이길 가능성이 동일하도록 보장하는 데 필수적입니다.

무작위화에 내재된 예측 불가능성은 도박의 심리적 매력의 핵심 요소이기도 합니다. 결과의 불확실성이 만들어내는 스릴과 서스펜스는 사행성 게임의 매력과 흥분에 크게 기여합니다.[13]

정리하면, 도박에서의 무작위화는 단순한 기술적 필요가 아니라 게임의 공정성, 진실성, 스릴을 유지하는 기본 원칙입니다. 기술이 발전함에 따라 이러한 무작위화가 효과적이고 비난의 여지가 없도록 유지되도록 하는 방법도 개발되고 있습니다.

정치에서

정치체제에서의 무작위화의 개념, 특히 할당이나 분류의 방법을 통한 것은 고대의 뿌리와 현대적 관련성을 가지고 있으며, 민주주의의 진화와 실천에 상당한 영향을 미치고 있습니다.

기원전 5세기, 아테네 민주주의는 정치적 평등, 즉 이소노미아를 보장하기 위한 접근법을 개척하고 있었습니다.[14][15] 이 제도의 중심에는 공정한 대표를 위한 초석으로 여겨지는 무작위 선택의 원칙이 있었습니다.[14] '국민에 의한 통치'로 번역되는 그리스 민주주의의 독특한 구조는 시민들 사이에서 행정 역할이 순환되어 추첨을 통해 무작위로 선택되는 것이 전형적이었습니다. 이 방법은 선거보다 더 민주적인 것으로 인식되었는데, 아테네 시민들은 이 방법이 불평등을 초래할 수 있다고 주장했습니다. 공적이나 인기에 따라 후보자를 선호하는 경우가 많은 선거는 모든 국민의 평등권 원칙과 모순된다고 본 것입니다. 또한 치안판사나 배심원 등의 직위가 무작위로 배정된 것은 투표 매수와 부패를 억제하는 역할을 했는데, 이들의 역할에 누가 선정될지 예측할 수 없었기 때문입니다.[15]

USCAR 법원, 배심원 선정 분류별로 선정

현대에는 영국이나 미국과 같은 앵글로색슨의 법률 체계 내에서 배심원 선정에서 주로 할당이라는 개념을 볼 수 있습니다. 그러나 정치적 의미는 더 확장됩니다. 분류를 정부 구조에 통합하기 위한 다양한 제안이 있었습니다. 분류가 새로운 차원의 대표성과 정치 시스템의 공정성을 도입하여 선거 정치와 관련된 문제에 대응할 수 있다는 생각입니다.[16] 이 개념은 학자들이 정치적 프레임워크와 조직 구조 모두에서 민주적 프로세스를 개선하는 데 있어 무작위 선택의 가능성을 탐구하면서 학문적 관심을 끌었습니다.[17] 분류의 사용을 둘러싼 지속적인 연구와 논쟁은 정치적 혁신과 통합을 위한 도구로서의 지속적인 관련성과 잠재력을 반영합니다.

통계 분석에서의 임의화

무작위화는 통계 이론의 핵심 원리로, 찰스 S에 의해 그 중요성이 강조되었습니다. 《과학 논리의 삽화》(1877–1878)와 《확률적 추론 이론》(1883)의 피어스. 통계 방법론에서의 적용은 다면적이며 무작위 제어 실험, 설문 조사 샘플링 및 시뮬레이션과 같은 중요한 프로세스를 포함합니다.

무작위 대조 실험

풀에서 임의표본을 추출하는 데 사용되는 교육 도구

과학 연구 분야, 특히 임상 연구 설계 내에서 제한된 인력, 물적 자원, 재정적 지원 및 시간과 같은 제약은 참가자 포함에 대한 선택적 접근 방식을 필요로 합니다.[2][4] 포함 기준을 충족하는 잠재적 참가자의 광범위한 스펙트럼에도 불구하고 이러한 제약으로 인해 대상 모집단에 모든 적격 개인을 포함하는 것은 비현실적입니다. 따라서 치료 그룹의 대표적인 부분 집합은 연구의 특정 요구 사항에 따라 선택됩니다.[8] 연구의 무결성과 대표성을 보장하기 위해 무작위 샘플링 방법이 사용됩니다. 이 방법을 사용하면 대상 모집단 내의 모든 자격을 갖춘 대상자를 선택할 수 있는 기회가 균등하게 주어집니다. 이러한 전략은 대상 모집단의 전반적인 특성을 반영하고 선택 편향의 위험을 완화하는 데 매우 중요합니다.

선택된 표본(또는 연속적인 비무작위 표본)은 표본의 모든 연구 대상이 실험군 또는 대조군에 진입하여 해당 치료를 받을 가능성이 동일하도록 무작위화 방법을 사용하여 그룹화됩니다. 특히 연구대상이 계층화된 후 무작위로 그룹화하면 그룹 간 알려진 영향요인이나 알려지지 않은 영향요인이 기본적으로 일치하여 그룹 간 비교 가능성을 높일 수 있습니다.[4]

측량샘플링

설문조사 샘플링은 1922년 국제 통계 연구소에 제출한 보고서에서 저지 네이먼(Jerzy Neyman)이 이전의 "대표적인 방법"에 대해 비판한 바에 따라 무작위 추출을 사용합니다. 설문 참가자에게 무작위로 답변 옵션을 표시하므로 동일한 주문이 다른 응답자에게 제시될 때 응답자가 첫 번째 옵션을 선택하는 경향으로 인해 발생하는 주문 편향을 방지합니다.[18] 이를 극복하기 위해 연구자들은 응답자들이 모든 옵션을 읽고 정직한 답변을 선택할 수 있도록 무작위 순서로 답변 옵션을 제공할 수 있습니다. 예를 들어, 피드백 설문조사를 실시하려는 자동차 딜러를 고려하여 응답자에게 선호하는 자동차 브랜드를 선택하도록 요청합니다. 사용자는 다양한 자동차 브랜드를 표시하기 위해 무작위 답변이 포함된 스터디를 작성하여 응답자가 동일한 순서로 보지 않도록 할 수 있습니다.

리샘플링

주요 기사: 재샘플링(통계)

통계적 추론의 일부 중요한 방법은 관찰된 데이터에서 재샘플링을 사용합니다. "관찰되었을 가능성이 있는" 데이터 세트의 여러 대체 버전은 원본 데이터 세트의 무작위화를 통해 생성되며, 유일하게 관찰된 데이터 세트입니다. 이러한 대체 데이터 세트에 대해 계산된 통계량의 변동은 원래 데이터에서 추정된 통계량의 불확실성에 대한 지침입니다.

시뮬레이션

주요 기사: 시뮬레이션

많은 과학 및 공학 분야에서 실제 현상에 대한 컴퓨터 시뮬레이션이 일반적으로 사용됩니다. 실제 현상이 무선 소음이나 일상적인 날씨와 같은 예측할 수 없는 프로세스의 영향을 받는 경우 이러한 프로세스는 무작위 또는 의사 난수를 사용하여 시뮬레이션할 수 있습니다. 시뮬레이션에서 무작위화의 가장 중요한 사용 중 하나는 몬테카를로 방법입니다. 이러한 방법은 일반적으로 확률 분포를 모델링하거나 시스템의 불확실한 양을 추정하기 위해 수치 결과를 얻기 위해 반복되는 무작위 샘플링에 의존합니다.

또한 무작위화를 통해 예상치 못한 입력이나 시나리오에 대해 모델이나 알고리즘을 테스트할 수 있습니다. 이것은 알고리즘이 다양한 입력과 조건에 대해 강력해야 하는 기계 학습 및 인공 지능과 같은 분야에서 필수적입니다.[19]

암호학에서

주요 기사: 암호학

인아트

무작위화는 예측 불가능성과 자발성의 요소를 도입하는 문학, 음악 및 예술에서 매혹적이고 종종 과소 평가되는 역할을 합니다. 다음은 이러한 각 크리에이티브 분야에서 나타나는 방식입니다.

문학.

컷업 기법을 이용하여 만든 글

초현실주의자들에 의해 개척되었고 나중에 윌리엄 S와 같은 작가들에 의해 대중화되었습니다. 버로우, 자동 글쓰기 및 컷업 기술은 텍스트를 무작위로 재배열하여 새로운 문학 형태를 만듭니다. 선형 서사를 방해하여 예상치 못한 연결과 의미를 촉진합니다.[20] 또 다른 예는 Choose-Your-Own-Adventure Stories입니다. 이러한 이야기는 독자가 다양한 이야기 경로와 결말로 이어지는 선택을 할 수 있도록 함으로써 무작위화를 통합하여 독특하고 상호 작용하는 읽기 경험을 만들어냅니다.

음악

레토릭 음악에서 작곡의 요소들은 우연이나 연주자의 재량에 맡겨집니다. 존 케이지(John Cage)와 같은 작곡가들은 임의화를 사용하여 특정 요소를 예측할 수 없는 음악을 만들어냈고, 그 결과 각 연주는 고유하게 다릅니다. 현대 음악가들은 때때로 무작위 입력을 기반으로 음악을 생성하는 컴퓨터 알고리즘을 사용합니다. 이러한 작곡은 전자 음악에서 더 고전적인 형태에 이르기까지 다양할 수 있으며, 무작위성은 화음, 멜로디 또는 리듬을 만드는 데 핵심적인 역할을 합니다.

참고 항목: 컴퓨터 음악

예체능

잭슨 폴락(Jackson Pollock)과 같은 추상적 표현주의 운동의 일부 예술가들은 그들의 작품을 만들기 위해 (도장을 떨어뜨리거나 튀는 것과 같은) 무작위적인 방법을 사용했습니다. 이 접근법은 그림의 신체적 행위와 예술 과정에서 우연의 역할을 강조합니다.또한 현대 예술가들은 시각 예술을 만들기 위해 종종 알고리즘과 컴퓨터 생성 무작위성을 사용합니다. 이로 인해 수동으로 예측하거나 복제하기 어렵거나 불가능한 복잡한 패턴과 설계가 발생할 수 있습니다.

기술

역사적으로 "수동적인" 무작위화 기술(예: 카드를 섞고, 가방에서 종이 조각을 뽑고, 룰렛 바퀴를 돌리는 것)이 일반적이었지만, 오늘날은 자동화된 기술이 주로 사용됩니다. 랜덤 샘플 선택과 랜덤 순열 모두 단순한 난수 선택으로 축소될 수 있기 때문에, 현재 하드웨어 난수 생성기와 의사 난수 생성기 모두 난수 생성 방법이 가장 일반적으로 사용됩니다.

최적화

무작위화는 불확실성 매개변수 값의 샘플이 무작위로 추출되고 이러한 값에 대해서만 견고성이 적용되는 등 강력한 제어 기술과 관련된 계산 부담을 완화하기 위해 최적화에 사용됩니다. 이 접근 방식은 확률적 견고성 수준을 제어할 수 있는 엄격한 이론을 도입하여 인기를 얻었습니다. 시나리오 최적화를 참조하십시오.

다음과 같은 일반적인 무작위화 방법

참고 항목

참고문헌

  1. ^ 옥스포드 영어 사전 "임의화"
  2. ^ a b Bespalov, Anton; Wicke, Karsten; Castagné, Vincent (2020), Bespalov, Anton; Michel, Martin C.; Steckler, Thomas (eds.), "Blinding and Randomization", Good Research Practice in Non-Clinical Pharmacology and Biomedicine, Handbook of Experimental Pharmacology, vol. 257, Cham: Springer International Publishing, pp. 81–100, doi:10.1007/164_2019_279, ISBN 978-3-030-33656-1, PMID 31696347, S2CID 207956615
  3. ^ a b c d e Kang, Minsoo; Ragan, Brian G; Park, Jae-Hyeon (2008). "Issues in Outcomes Research: An Overview of Randomization Techniques for Clinical Trials". Journal of Athletic Training. 43 (2): 215–221. doi:10.4085/1062-6050-43.2.215. ISSN 1062-6050. PMC 2267325. PMID 18345348.
  4. ^ a b c Saghaei, Mahmoud (2011). "An Overview of Randomization and Minimization Programs for Randomized Clinical Trials". Journal of Medical Signals and Sensors. 1 (1): 55–61. doi:10.4103/2228-7477.83520. ISSN 2228-7477. PMC 3317766. PMID 22606659.
  5. ^ Desharnais, Josée; Laviolette, François; Zhioua, Sami (2013-06-01). "Testing probabilistic equivalence through Reinforcement Learning". Information and Computation. 227: 21–57. doi:10.1016/j.ic.2013.02.002. ISSN 0890-5401.
  6. ^ Sedgwick, Philip (2011-11-23). "Random sampling versus random allocation". BMJ. 343: d7453. doi:10.1136/bmj.d7453. ISSN 0959-8138. S2CID 71545281.
  7. ^ Alhakim, A; Hooper, W (2008). "A non-parametric test for several independent samples". Journal of Nonparametric Statistics. 20 (3): 253–261. CiteSeerX 10.1.1.568.6110. doi:10.1080/10485250801976741. S2CID 123493589.
  8. ^ a b Fowler, Kathryn L.; Fleming, Martin D. (2023-01-01), Eltorai, Adam E. M.; Bakal, Jeffrey A.; Newell, Paige C.; Osband, Adena J. (eds.), "Chapter 58 - Principles and methods of randomization in research", Translational Surgery, Handbook for Designing and Conducting Clinical and Translational Research, Academic Press, pp. 353–358, ISBN 978-0-323-90300-4, retrieved 2023-12-10
  9. ^ Berger, Vance W.; Bour, Louis Joseph; Carter, Kerstine; Chipman, Jonathan J.; Everett, Colin C.; Heussen, Nicole; Hewitt, Catherine; Hilgers, Ralf-Dieter; Luo, Yuqun Abigail; Renteria, Jone; Ryeznik, Yevgen; Sverdlov, Oleksandr; Uschner, Diane (2021-08-16). "A roadmap to using randomization in clinical trials". BMC Medical Research Methodology. 21 (1): 168. doi:10.1186/s12874-021-01303-z. ISSN 1471-2288. PMC 8366748. PMID 34399696.
  10. ^ Toroyan, Tami; Roberts, Ian; Oakley, Ann (2000-10-01). "Randomisation and resource allocation: a missed opportunity for evaluating health care and social interventions". Journal of Medical Ethics. 26 (5): 319–322. doi:10.1136/jme.26.5.319. ISSN 0306-6800. PMC 1733281. PMID 11055032.
  11. ^ Liu, Michael (2023-04-22). "Expert reveals the fascinating link between math and card shuffling". News and Events. Retrieved 2023-12-10.
  12. ^ Lugrin, Thomas (2023), Mulder, Valentin; Mermoud, Alain; Lenders, Vincent; Tellenbach, Bernhard (eds.), "Random Number Generator", Trends in Data Protection and Encryption Technologies, Cham: Springer Nature Switzerland, pp. 31–34, doi:10.1007/978-3-031-33386-6_7, ISBN 978-3-031-33386-6
  13. ^ Clark, Luke; Averbeck, Bruno; Payer, Doris; Sescousse, Guillaume; Winstanley, Catharine A.; Xue, Gui (2013-11-06). "Pathological Choice: The Neuroscience of Gambling and Gambling Addiction". The Journal of Neuroscience. 33 (45): 17617–17623. doi:10.1523/JNEUROSCI.3231-13.2013. ISSN 0270-6474. PMC 3858640. PMID 24198353.
  14. ^ a b Hansen, Mogens Herman. The Athenian Democracy in the Age of Demosthenes. ISBN 1-85399-585-1.
  15. ^ a b Saxonhouse, Arlene W. (1993). "Athenian Democracy: Modern Mythmakers and Ancient Theorists". PS: Political Science & Politics. 26 (3): 486–490. doi:10.2307/419988. JSTOR 419988.
  16. ^ Stone, Peter (July 2010). "The Political Potential of Sortition". The Philosophical Quarterly. 60 (240): 664–666. doi:10.1111/j.1467-9213.2010.660_11.x.
  17. ^ Lever, Annabelle (2023-07-20). "Democracy: Should We Replace Elections with Random Selection?". Danish Yearbook of Philosophy. 56 (2): 136–153. doi:10.1163/24689300-bja10042. ISSN 0070-2749.
  18. ^ Smith, T. M. F. (1976). "The Foundations of Survey Sampling: A Review". Journal of the Royal Statistical Society. Series A (General). 139 (2): 183–204. doi:10.2307/2345174. JSTOR 2345174.
  19. ^ Pinot, Rafael (2020-12-02). On the impact of randomization on robustness in machine learning (phdthesis thesis). Université Paris sciences et lettres.
  20. ^ babel (1920-12-12). "Dada Manifesto On Feeble Love And Bitter Love (1920) - Tristan Tzara". 391.org. Retrieved 2023-12-11.

외부 링크

  • RQube - 실험 설계를 위한 준 무작위 자극 시퀀스 생성
  • RandList - 랜덤화 목록 생성기